Entropic regularization of Monge's problem
Columbia University(哥伦比亚大学)
研究熵正则化最优传输在欧几里得距离成本下的消失正则化极限,解决熵选择问题并建立二阶展开。
2026-04-26 math.AP math.FA math.OC
Entropic Optimal Transport: Geometry and Large Deviations
研究了熵正则化最优输运到最优输运的收敛性。主要结果是关注的相关优化的收敛性,并采取了一个大偏差原则的形式量化的局部指数收敛速度的正则化参数为零。确切的速率函数是在一般的设置和连接到康托洛维奇潜在的最优输运。我们的论点是基于几何的优化和启发使用$c$ -循环单调性在经典的输运理论。结果也可以用薛定谔桥来表达。
2022-01-23 math.FA math.OC math.PR
A regularized transportation cost stemming from entropic approximation
Technical University of Munich(慕尼黑工业大学);Università di Firenze(佛罗伦萨大学)
本文研究了在熵正则化下最优运输问题的收敛性,通过弱紧致性条件证明正则化函数的收敛,并探讨了多边际问题的应用。
2025-12-29 math.AP math.OC math.PR
Domain decomposition for entropic unbalanced optimal transport
Institute of Computer Science, University of Göttingen(哥廷根大学计算机科学研究所)
本文提出通过领域分解方法解决大规模不平衡熵最优传输问题,展示了其在理论和实践上的有效性。
2026-01-22 math.OC
Convergence rate of Tsallis entropic regularized optimal transport
该研究针对连续场景下的Tsallis熵正则化最优传输问题,证明其Γ收敛于Monge--Kantorovich问题,推导了带显式常数的收敛速率,并证实KL正则化在Tsallis框架下收敛速率最快。
2024-10-07 math.FA math.OC math.PR
Hessian stability and convergence rates for entropic and Sinkhorn potentials via semiconcavity
本文首次在一般无界环境中确定熵势Hessian的定量稳定性界,基于半凹性和Schrödinger桥推导,还得到熵传输计划等稳定性及Sinkhorn迭代梯度与Hessian的指数收敛速率。
2025-11-13 math.AP math.OC math.PR
Displacement smoothness of entropic optimal transport
本文证明 Schrödinger 映射在 $L^2$-Wasserstein 空间与 $\mathcal{C}^k$ 函数空间之间的 Lipschitz 连续性,并将其用于确立熵最优传输代价的位移光滑性及相关梯度流的适定性。
2024-03-01 math.AP math.OC
Entropic selection for optimal transport on the line with distance cost
本文研究了具有距离成本的线性最优传输问题的小正则化极限,提出了一种极限对象并证明了其收敛性,同时揭示了熵最小解的极限点需满足弱乘法性条件。
2025-12-04 math.OC
From entropic transport to martingale transport, and applications to model calibration
本文基于多边缘熵传输提出半鞅最优传输问题的离散时间公式,用Sinkhorn算法多边缘扩展数值求解文献[17]的校准问题,时间步长趋于零时可得到连续半鞅解,成本函数含比熵。
2024-11-19 math.OC
Entropic Selection Principle for Monge's Optimal Transport
本研究解决了高维欧几里得距离下熵正则化最优输运的小正则化极限问题,证明极限计划支撑在输运射线上,并唯一最小化相对熵泛函,填补了高维情形的空白。
2025-08-13 math.AP math.DG math.OC
A proof of the Caffarelli contraction theorem via entropic regularization
给出了Caffarelli压缩定理的一个新的证明,证明了将标准高斯测度传递到一致对数凹概率测度上的Brenier最优输运映射是Lipschitz.该证明结合了第二作者和Juillet最近对Lipschitz迁移映射的变分刻画和熵正则化最优输运(或薛定谔)问题对偶公式中优化器的凸性性质。
2019-04-12 math.FA math.OC math.PR
The statistical effect of entropic regularization in optimal transportation
我们建议解决理解Sinkhorn算法中正则化效果的问题。在高斯分布的情况下,我们提供了一个封闭的形式,正则化的最优输运,这使得能够提供一个更好的理解从统计框架的正则化的效果。
2020-06-15 cs.LG math.OC math.ST
Debiasing optimal transport: classical and entropic
CERMICS, CNRS, ENPC, Institut Polytechnique de Paris(巴黎高等测量学院,法国国家科学研究中心,巴黎理工学院);INRIA, PARMA team-project(法国国家信息与自动化研究所)
本文研究了最优传输中成本函数的去偏性,探讨了熵正则化在不同正则化参数下的表现,提出新的分解公式。
2026-10-30 math.FA math.OC
A McKean-Pontrygin maximum principle for entropic-regularized optimal transport
Institut für Mathematik, Universität Potsdam(波茨坦大学)
本文提出基于麦克肯-庞特里亚金最大原理的均场方法,解决动态最优传输问题,避免随机路径采样,构建约束哈密顿方程,并统一处理确定性和随机性最优传输。
2026-03-31 cs.NA math.NA math.OC
Entropic Optimal Transport Problem with Convex Functional Cost
Imperial College London(伦敦帝国学院)
本文提出了一种基于熵最优运输问题的SFW流算法,用于解决无人 aerial 车辆的最优路径问题,通过指数倾斜参考测度实现快速收敛。
2025-12-12 math.OC
Spectral Shrinkage of Gaussian Entropic Optimal Transport
本文通过泛函演算处理可分离希尔伯特空间上高斯测度之间的熵最优传输,揭示了最优耦合作为相关算子谱的精确收缩,并提供了直接代数计算方法,同时研究了退化情形下未正则化问题非唯一解时的极限行为。
2026-05-26 math.FA math.OC
From entropic transport to martingale transport, and applications to model calibration
本文基于多边际熵输运建立半鞅最优输运的离散时间形式,并用多边际 Sinkhorn 算法数值求解 Guo 等提出的模型校准问题,在时间步趋于零时恢复含比熵代价的连续时间半鞅解。
2024-06-17 math.OC
Weak optimal transport with moment constraints: constraint qualification, dual attainment and entropic regularization
本文研究了弱最优传输问题中矩约束的资格条件、对偶解的存在性及熵正则化方法,通过数值实验验证了理论结果。
2026-01-06 math.OC
A Sinkhorn-Newton method for entropic optimal transport
TU Braunschweig(布伦瑞克工业大学);University Duisburg-Essen(杜伊斯堡-埃森大学);University of Münster(明斯特大学)
本文提出一种基于对数牛顿迭代的熵正则化最优运输求解方法,证明其二次收敛性,并验证其在小正则化强度下优于Sinkhorn-Knopp算法,同时探讨了离散化网格大小对方法鲁棒性的影响。
2018-02-09 cs.NA math.NA math.OC
Entropic Partial Optimal Transport and Partial Gromov--Wasserstein Distance between Gaussian Mixtures
本文针对高斯混合模型,开发熵正则化部分最优传输并定义部分混合格罗莫夫-瓦瑟斯坦距离,证明其极小值存在唯一性等性质,经数值实验验证该方法对异常值匹配具有鲁棒性。
2026-08-11 math.OC math.PR stat.ML
An efficient algorithm for entropic optimal transport under martingale-type constraints
针对鞅型约束下的熵最优传输问题(含离散MOT),提出结合稀疏牛顿迭代的Sinkhorn型算法,利用对偶Hessian矩阵稀疏性,通过熵正则化求近似解,兼具超指数收敛性与可控约束违反度的鲁棒性。
2025-08-25 cs.NA math.NA math.OC
Failure of ambient closed-set large-deviation upper bounds in entropic optimal transport
ETH Zürich(苏黎世联邦理工学院)
研究熵最优传输中闭集大偏差上界失效问题,通过构造连续成本模型展示闭集上界失效现象,并确定闭集到紧集过渡的精确尾准则。
2026-04-22 math.OC math.PR
An ordinary differential equation for entropic optimal transport and its linearly constrained variants
本文提出用适定常微分方程刻画熵正则最优传输问题,覆盖多边缘和线性约束情形,并据此发展出可同时获得所有正则化参数下解的新数值方法。
2024-03-29 cs.NA math.AP math.NA
First-order $Γ$-expansion for entropic optimal transport with non-degenerate costs
Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);Inria Saclay(法国国家信息与自动化研究所萨克莱分部);Institut Universitaire de France(法国大学研究院);University of Alberta(阿尔伯塔大学);Université Paris-Dauphine – PSL(巴黎多芬大学——PSL大学);Inria Paris(法国国家信息与自动化研究所巴黎分部)
本文通过将熵正则最优传输重写为相对熵最小化,利用Laplace方法的扩展,在非退化代价下证明了Gibbs测度收敛并推导出一阶$\Gamma$-展开,同时给出熵选择原理和代价展开,推广了现有结果。
2026-10-08 math.AP math.OC math.PR
Faster Computation of Entropic Optimal Transport via Stable Low Frequency Modes
针对熵最优输运基准算法Sinkhorn在正则化减弱时收敛指数变慢的问题,本文基于Hessian谱分析提出谱热启动策略,实现了更快的收敛速度并经数值实验验证。
2025-05-23 cs.NA math.NA math.OC
Approximation rates of entropic maps in semidiscrete optimal transport
本文研究半离散最优输运中熵正则化映射逼近 Brenier 映射的速率,在对偶 Lipschitz 范数下证明了精确到多对数因子的最优 $O(\varepsilon^2)$ 速率,并由此导出熵估计量的中心极限定理。
2024-11-21 math.OC math.PR
Entropic regularised optimal transport in a noncommutative setting
本综述探讨非交换熵最优输运问题及其与量子系统基态能量的关联,回顾交换与非交换设置下的原始-对偶公式,并证明量子Sinkhorn算法收敛性,同时涵盖玻色子和费米子系统。
2023-10-16 math-ph math.MP math.OC
Dual Block Gradient Ascent for Entropically Regularised Quantum Optimal Transport
针对熵正则化量子最优输运问题,提出一种类似已有研究的块梯度上升方法,基于对偶泛函强凹性证明其线性收敛速率,并给出对应实现的数值实验结果。
2025-03-22 cs.NA math-ph math.MP
Entropic Mirror Descent for Linear Systems: Polyak's Stepsize and Implicit Bias
University of Vienna(维也纳大学)
本文提出了一种改进的熵镜下降法,通过引入Polyak型步长变体,解决了线性系统求解中的收敛性问题,并获得了亚线性和线性收敛结果。
2026-03-06 cs.LG math.OC stat.ML
Entropic Model Predictive Optimal Transport for Underactuated Linear Systems
针对先前模型预测控制与 Sinkhorn 结合方法要求输入矩阵可逆的限制,本文将其扩展到一般可控欠驱动线性系统,证明收敛性并通过数值示例验证有效性。
2023-08-15 cs.SY eess.SY math.OC
Entropic Risk-Averse Generalized Momentum Methods
本文研究随机梯度噪声下动量方法的收敛速率与次优性风险权衡,提出熵风险规避的GMM和AGD方法,通过系统选择参数在风险与收敛速度间取得平衡,并在二次优化和逻辑回归上验证了性能提升。
2025-03-10 math.OC
Entropic regularisation of unbalanced optimal transportation problems
该研究建立非平衡最优输运问题的熵正则化数学理论,提出原始空间与扩展空间两种正则化方式,推导等价表述与收敛性,探讨统一框架及动态拓展,指出扩展空间正则化更具优势。
2023-05-03 math.OC
Asymptotics for semi-discrete entropic optimal transport
我们计算的熵最优输运问题的最优解的成本在连续到离散,或半离散,设置的精确二阶渐近。与离散-离散或连续-连续的情况相比,我们证明了在这种扩展中的一阶项消失,但二阶项不消失,因此在半离散设置中,未正则化和正则化解决方案之间的成本差异在逆正则化参数中是二次的,具有明确地取决于测量之间的最优非正则化映射的不连续点处的密度的值的前导常数。我们开发这些结果证明新的逐点收敛速度的解决方案的双重问题,这可能是独立的利益。
2021-06-22 math.CA math.OC math.ST
Projected McKean--Vlasov Dynamics for Entropic Weak Optimal Transport
Department of Finance and Risk Engineering, New York University(纽约大学金融与风险管理工程系)
本文通过适应Wasserstein空间中的梯度流研究熵正则化弱最优传输,提出投影McKean-Vlasov SDE,证明其弱解存在唯一性,并证明流收敛到熵弱最优传输的唯一极小值。
2026-10-27 math.OC math.PR
Designing Algorithms for Entropic Optimal Transport from an Optimisation Perspective
针对熵正则化最优传输问题,从优化视角提出基于半对偶和非凸约束的新方法,给出非渐近收敛速率及动量加速保证,并将框架推广至动态 Schrödinger 桥问题。
2025-07-16 math.OC math.PR stat.ML
Entropic Model Predictive Optimal Transport over Dynamical Systems
我们考虑的最优控制问题,引导代理人口的一个所需的分布在一个无限的地平线。这是一个动力系统上的最优输运问题,由于其高计算成本而具有挑战性。在本文中,通过使用熵正则化,我们提出了Sinkhorn MPC,这是一个动态传输算法集成模型预测控制(MPC)和所谓的Sinkhorn算法。所提出的方法的显着特点是,它实现了具有成本效益的实时运输,同时进行控制和运输规划,这是在数值例子中说明。此外,在对MPC中Sinkhorn算法的迭代过程作一定假设的情况下,通过熵正则化,揭示了Sinkhorn MPC的整体收敛性质.此外,在不考虑上述假设的情况下,针对二次型控制成本,我们证明了Sinkhorn MPC的最终有界性和局部渐近稳定性。
2023-01-16 cs.SY eess.SY math.OC
Generative Transfer for Entropic Optimal Transport with Unknown Costs
AIML Global Markets, Barclays(巴克莱银行 AIML 全球市场部);LaMME, Université Évry Paris-Saclay(埃夫里-库罗讷巴黎萨克雷大学 LaMME);CEREMADE, Université Paris-Dauphine PSL(巴黎普桑大学 PSL CEREMADE)
本文提出了一种生成性迁移框架,通过迭代路径倾斜算法从参考最优耦合样本中恢复新边缘分布的最优耦合,结合条件流匹配生成配对数据样本,并理论保证了W_1距离下的全局收敛性。
2026-05-12 math.OC
Entropic continuity bounds for conditional covariances with applications to Schr\" odinger and Sinkhorn bridges
本文提出基于相对熵的条件期望与协方差矩阵的熵连续性界,结合Wasserstein耦合与二次运输成本不等式,为Schrödinger和Sinkhorn桥势的梯度及Hessian矩阵指数衰减提供了简明证明。
2025-04-26 math.OC math.PR
Entropic regularization of continuous optimal transport problems
我们分析连续的最优输运问题,在所谓的康托洛维奇形式,在那里我们寻求一个运输计划之间的两个边缘是欧几里得空间的紧凑子集的概率测度。我们考虑正则化的情况下与负熵的勒贝格测度,这引起了人们的注意,因为它可以解决非常简单的Sinkhorn算法。我们首先分析了正则化问题的经典Fenchel对偶的背景下,并得出一个强的对偶结果的前对偶问题的空间中的连续函数。然而,这个问题可能不允许最小化,这阻止获得原始-对偶最优性条件。然后,我们表明,原始的问题是自然分析的Orlicz空间中的功能与有限熵的意义上说,熵正则化的问题承认一个最小的当且仅当边缘有有限的熵。然后,我们在相应的对偶空间中导出一个对偶问题,对于这个对偶问题,可以用纯变分的方法证明其存在性,并导出原始对偶最优性条件。对于边缘不具有有限熵,我们最终显示伽玛收敛的正则化问题与平滑边缘的原始Kantorovich问题。
2020-06-15 math.OC
Entropic Semi-Martingale Optimal Transport
本文利用时间离散化的相对熵极限构建连续半鞅最优传输问题的熵时间离散化,通过多边际Sinkhorn算法求解,避免了非线性PDE,并证明了收敛性。
2024-12-16 math.OC
Entropic Regularization of the Nested Distance
2012年,Pflug和Pichler在正则性假设下证明了多阶段随机规划(MSP)中的值函数是Lipschitz连续的。嵌套距离,这是情景树(或具有有限支持的离散时间随机过程)之间的距离。嵌套距离是Wasserstein距离的改进,用于解释离散时间随机过程的过滤的接近性。两个场景树之间的嵌套距离的计算相当于计算大小为$n$的较小条件概率之间的指数(在水平$T$中)数量的最优输运问题,其中$n$小于每个节点的子节点的最大数量。这样的最优输运问题可以通过复杂度为$O(n^3\log(n))$的拍卖算法来解决。2013年,Cuturi引入了Sinkhorn算法,这是一种交替投影方案,可以解决熵正则化最优输运问题。Sinkhorn算法线性收敛,每次迭代的复杂度为$O(n^2)$。在这篇文章中,我们提出并测试数值熵正则化的嵌套距离。
2021-07-21 math.OC
Entropic mean-field min-max problems via Best Response flow
本文研究带熵正则化的凸-凹极小极大博弈,提出平均场最优响应流方法,通过构造Lyapunov函数证明其指数收敛到唯一混合纳什均衡,并附带证明虚拟对局流的收敛性。
2025-03-09 math.OC math.PR
A semiconcavity approach to stability of entropic plans and exponential convergence of Sinkhorn's algorithm
该研究提出基于半凹性的方法,分析熵最优传输计划的稳定性与Sinkhorn算法的指数收敛性,给出无需代价有界的收敛充分条件,在多种分布和代价场景下得到新的紧最优收敛速率。
2025-10-03 math.OC math.PR stat.ML
Low-Budget Active Learning through Entropic Optimal Transport
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);LIG(格勒诺布尔信息学实验室);LJK(格勒诺布尔数学与应用实验室)
本文提出利用熵正则最优传输(Sinkhorn散度)进行低预算主动学习中的核心集选择,在特征空间直接操作,获得无维度样本复杂度与高效梯度计算,实验优于现有启发式方法。
2026-10-02 cs.LG math.OC
Improved Rate of First Order Algorithms for Entropic Optimal Transport
本文改进了求解熵正则化最优输运问题的一阶算法。近似最优输运(OT)的结果速率已从$\widetilde{O}({n^{2.5}}/ε)$提高到$\widetilde{O}({n^2}/ε)$,其中$n$是问题大小,$ε$是精度水平。特别地,我们提出了一个加速原始-对偶随机镜像下降算法与方差减少。这种特殊的设计有助于我们提高速度相比,其他加速原始对偶法。我们进一步提出了一个批处理版本的随机算法,通过并行计算提高了计算性能。为了比较,我们证明了随机Sinkhorn算法的计算复杂性为$\widetilde{O}({n^2}/{ε^2})$,这是慢于我们的加速原始-对偶随机镜像算法。使用合成和真实数据进行实验,结果与我们的理论速率相匹配。我们的算法可能会激发更多的研究,以开发加速原始对偶法,解决OT率$\widetilde{O}({n^2}/ε)$。
2023-01-23 math.OC stat.ML
A Non-Commutative Entropic Optimal Transport Approach to Quantum Composite Systems at Positive Temperature
通过将有限维复合量子系统在正温度下基态能量的计算问题解释为非对易熵正则化的最优输运问题,建立了多体量子系统、单体约化密度矩阵泛函理论(1RDMFT)和最优输运理论(OT)之间的新联系.我们开发了一种新的方法来充分刻画这种非交换设置的对偶原始解。数学形式在量子化学中特别重要:多电子基态能量的数值实现可以通过非对易版本的Sinkhorn算法来计算。我们的方法可以证明该算法的收敛性和鲁棒性,据我们所知,即使在两个边缘的情况下也是未知的。我们的方法是基于仔细的先验估计的对偶问题,我们认为是独立的利益。最后,将上述结果推广到1RDMFT中,其中玻色子或费米子对称性条件对问题的强制。
2021-07-21 math-ph math.MP math.OC
Examining Entropic Unbalanced Optimal Transport and Sinkhorn Divergences for Spatial Forecast Verification
本文评估熵非平衡最优传输与 Sinkhorn 散度用于降水空间预报检验,证明其能缓解双重惩罚、匹配专家评价并提供几何直观的误差诊断。
2025-07-25 math.OC physics.ao-ph
Generalized incompressible flows, multi-marginal transport and Sinkhorn algorithm
INRIA-Paris(法国国家信息与自动化研究所巴黎分部);Université Paris-Dauphine, PSL Research University(巴黎第九大学,PSL研究大学);CNRS and Université Paris-Dauphine, PSL Research University(法国国家科学研究中心与巴黎第九大学,PSL研究大学)
本文提出基于Sinkhorn算法的熵正则化最优运输方法,用于求解广义不可压缩流体问题,并与Bredinger熵插值问题进行比较,通过一维和二维数值实验验证方法有效性。
2018-03-05 cs.NA math-ph math.MP
Conditional simulation via entropic optimal transport: Toward non-parametric estimation of conditional Brenier maps
CalTech(加州理工学院);Center for Data Science, New York University(纽约大学数据科学中心);Massachusets Institute of Technology(麻省理工学院);Courant Institute of Mathematical Sciences, New York University(纽约大学柯朗数学科学研究所)
针对条件模拟中条件 Brenier 映射缺乏统计与算法保证的问题,提出基于熵最优传输的非参数估计器,利用缩放二次成本下最优传输映射的渐近收敛性,并在基准数据集上验证了其性能。
2024-11-11 cs.LG math.OC stat.ML
The entropic regularization of the Monge problem on the real line
研究了当费用函数为距离c(x,y)= 1时,一维最优输运问题的熵正则化|y -- x|.在极限处的所选计划是对于非惩罚问题最优的那些计划中的在其可能具有密度的区域上最“扩散”的计划。
2018-08-16 math.OC
Marginal flows of non-entropic weak Schrödinger bridges
University of Southern California(南加州大学);Princeton University(普林斯顿大学)
本文提出了一种动态形式的正则化最优传输,弱目标路径空间。通过将经典相对熵惩罚替换为一般凸散度,并在弱意义上施加终端约束,建立了well-posedness和凸对偶形式,以及对偶存在性结果和原始对偶优化器的显式结构特征。
2026-03-28 math.OC math.PR
Newton Method for Fixed-Support Doubly Entropic Wasserstein Barycenter
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Sun Yat-sen University(中山大学)
针对固定支撑双熵正则化Wasserstein重心问题,提出精确牛顿法及稀疏变体,推导梯度与海森显式式,建立理论结果,实验显示稀疏牛顿法收敛更快。
2026-08-03 math.OC
Toric Geometry of Entropic Regularization
熵正则化是求解大规模线性规划的一种方法。从几何学上讲,人们从伯奇点开始跟踪可行多面体与缩放复曲面变体的相交。我们比较这对数障碍的方法,与倒易线性空间,开始在分析中心。我们重新熵正则化不平衡的最优输运,我们开发使用的最佳圆锥耦合。我们计算相关复曲面簇的度,并探索像迭代缩放这样的算法。
2023-02-10 cs.LG math.AG math.OC
PINS: Proximal Iterations with Sparse Newton and Sinkhorn for Optimal Transport
Department of Mathematics(数学系);University of Maryland(马里兰大学);University of Tennessee(田纳西大学);Department of Computer Science(计算机科学系)
PINS通过近端迭代结合稀疏牛顿和Sinkhorn算法,克服了最优传输中熵偏置 plateau 的限制,实现了更高的精度和效率。
2026-05-11 cs.LG math.OC